Anthropic: Claude Opus 4.8 vs OpenAI: GPT-5.4 Nano

Claude Opus 4.8 (low) conduce la scorul mediu cu 7.8 vs 7.5. GPT-5.4 Nano (medium) are costul de benchmark mai mic, $0.138 vs $2.077. Claude Opus 4.8 (low) este mai rapid cu 12.74s vs 13.24s, cu rate de reușită de 80.3% vs 65.2%.

Model recomandatGPT-5.4 Nano (medium)Scorul rămâne aproape de cel mai bun scor de aici (7.5 vs 7.8) și costă de aproximativ 15.1x mai puțin decât Claude Opus 4.8 (low).

Benchmark-urile au fost generate din suitele de teste AI BENCHY la: 2026-07-17

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17

Metrică	Claude Opus 4.8 Claude Opus 4.8 low Lansare: 2026-05-28	GPT-5.4 Nano GPT-5.4 Nano medium Lansare: 2026-03-17
Scor	7.8	7.5
Rang	#39	#51
Fiabilitate	10.0	10.0
Consistență	8.9	8.5
Teste corecte
Rată de trecere pe încercare	80.3%	65.2%
Teste instabile	3	4
Rulări totale	66	66
Cost per rezultat	12.979	1.150
Cost total	$2.077	$0.138
Preț de intrare	$5.000 / 1M	$0.200 / 1M
Preț de ieșire	$25.000 / 1M	$1.250 / 1M
Total tokenuri de intrare	156,525	82,819
Tokenuri de ieșire	43,141	7,100
Tokenuri de raționament	8,617	90,022
Timp de răspuns (mediu)	12.74s	13.24s
Timp de răspuns (maxim)	127.97s	94.06s
Timp de răspuns (total)	280.29s	291.33s

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#39 Claude Opus 4.8

low

Cost: $0.031
Timp: 14.1s
Tokenuri: 1,345 tok

#51 GPT-5.4 Nano

medium

Cost: $0.007
Timp: 24.6s
Tokenuri: 4,943 tok

Top modele după scor

Scor vs cost total

Timp de răspuns (mediu)

Scor vs Timp de răspuns (mediu)

Total tokenuri de ieșire

Scor vs Total tokenuri de ieșire

Defalcare pe categorii

Categorie:

Trucuri anti-AI	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		3.30s	834	793	371
GPT-5.4 Nano	8.3	10.0	75.0%	0		4.52s	606	683	2,254

Programare	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	6.6	4.6	77.8%	2		7.58s	10,590	3,637	809
GPT-5.4 Nano	6.1	4.7	66.7%	2		19.12s	7,305	516	20,778

Combinat	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	9.9	10.0	100.0%	0		36.87s	119,079	13,586	2,867
GPT-5.4 Nano	9.9	10.0	100.0%	0		32.24s	59,730	4,435	19,221

Parsare și extragere de date	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	6.3	5.8	66.7%	1		2.27s	10,503	310	0
GPT-5.4 Nano	10.0	10.0	100.0%	0		2.54s	7,140	234	516

Specific domeniului	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	5.3	10.0	33.3%	0		45.53s	975	23,311	3,908
GPT-5.4 Nano	5.9	7.2	55.6%	1		38.18s	619	60	43,325

Inteligență generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		2.55s	708	231	0
GPT-5.4 Nano	4.5	10.0	0.0%	0		4.15s	477	179	443

Respectarea instrucțiunilor	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	9.8	10.0	100.0%	0		2.78s	909	111	221
GPT-5.4 Nano	9.8	10.0	100.0%	0		1.88s	660	95	521

Rezolvare de puzzle-uri	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		3.01s	894	592	184
GPT-5.4 Nano	4.1	7.2	22.2%	1		3.79s	642	594	1,408

Apelare instrumente	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	10.0	10.0	100.0%	0		6.85s	11,775	370	35
GPT-5.4 Nano	10.0	10.0	100.0%	0		7.71s	5,445	234	382

Cultură generală	Scor	Consistență	Rată de trecere pe încercare	Teste instabile	Teste corecte	Timp de răspuns (mediu)	Tokenuri de intrare	Tokenuri de ieșire	Tokenuri de raționament
Claude Opus 4.8	3.0	10.0	0.0%	0		5.48s	258	200	222
GPT-5.4 Nano	3.0	10.0	0.0%	0		4.81s	195	70	1,174

Comparație rapidă

Schimbă perechea de comparație

Claude Opus 4.8lowvsGLM 5medium Claude Opus 4.8lowvsGPT-5.6 Lunahigh Claude Opus 4.8lowvsGPT-5.6 Terramedium GPT-5.4 NanomediumvsQwen3.7 Maxnone Claude Opus 4.8lowvsGLM 5.2medium Claude Opus 4.8lowvsQwen3.6 Plusmedium Claude Opus 4.8lowvsDeepSeek V4 Flashhigh Claude Opus 4.8lowvsDeepSeek V4 Prohigh Claude Opus 4.8lowvsQwen3.7 Plusmedium Claude Opus 4.8lowvsSeed-2.0-Litemedium DeepSeek V4 ProhighvsGPT-5.4 Nanomedium Claude Opus 4.8lowvsMiniMax M3medium